多重分形是非线性科学研究中十分活跃的一个新分支，现在已被广泛应用于各个学科领域，本文主要利用多重分形的有关方法来研究金融时间序列。首先用多种方法(幂谱、统计矩、多重分形谱等)对香港恒生指数收盘价序列进行了多重分形分析，得出收益率序列具有较弱得多重分形性质．在此基础上，根据配分函数拟合直线斜率的大小和多重分形谱的宽度对收益率序列进行分类，通过配分函数类，我们能够识别哪一部分短时数据具有分形(或多重分形)性质；通过对多重分形谱进行分类，能够知道这一短时数据的复杂程度．然后，用多重分形消除趋势涨落分析方法，来研究美国股票市场上的沃尔玛股票日收盘价指数(WMT)的多重分形类型，首次在实例中给出确定两种类型多重分形的方法．这些结论对于用多重分形模型做金融时间序列的短时预测具有一定的指导意义．最后在分形理论的基础上，结合相空间重构的知识对短时交通流时间序列进行混沌预测，取得了较为满意的效果．